一种改进的数字信道化结构设计及检测方法*

吕卫祥，徐鹏，曹元将

(中国船舶重工集团公司 第724研究所，江苏 南京 211106)

0 引言

数字信道化接收机具有大带宽、多信道并行处理、子带带宽配置灵活、全概率接收等优点，在电子战中得到了广泛应用[1]。因此，数字信道化技术成为了国内外研究的热点。

目前，对于数字信道化技术的研究主要集中在信道化结构设计和子信道检测等方面。在信道化结构设计方面，基于调制滤波器组的非均匀信道化结构相比传统的数字下变频结构具有运算量小、复杂度低的优点[2-4]，但这种结构为了满足精确重构的条件，原型滤波器的阶数变得很大，增加了设计难度。针对这一问题，文献[5]通过适当放宽完全重构条件，设计近乎完全重构的滤波器组降低了原型滤波器的阶数，但带来了信号频谱混叠误差的增大。唐鹏飞[6]等人提出的一种新的动态信道化接收机省去了精确重建原型滤波器设计的复杂过程，且能实现信号的完全重构，但由于其前端滤波器工作速率与采样速率相同，对信号处理的硬件性能要求较高，若使用软件实现则实时处理难以保证。

在子信道检测方面，目前的研究相对欠缺。传统能量检测算法由于其快速简单的特点在工程中得到普遍应用[2-8]，但检测性能低下，且无法解决使用相同门限在子信道环境质量差异大的情况下检测性能下降的问题。循环特征谱检测和基于拟合优度检测的子带频谱感知等算法较能量检测算法[9-13]在检测性能上有明显提升，但是复杂度高，感知时间长，实时处理难度大，而且仍无法降低各信道质量不同对检测效果带来的影响。

针对以上存在的问题，本文从信道化结构设计和子信道检测2方面进行研究，一方面改进了文献[6]中的信道化结构，降低了对信号处理硬件的性能要求；另一方面在此基础上提出了一种自适应双门限的双检测长度的子信道检测方法，复杂度低，实时性强且性能提升，易于工程实现。

1 信道化结构设计

在数字信道化雷达接收机中，得到普遍应用的有混叠的信道划分具有全概率接收的优点[14]，但是会产生信道的交叠，此时需要设计精确重构滤波器组。当原型滤波器满足精确重构条件时，滤波器组就是精确重构的，然而设计原型滤波器的过程十分复杂[15]。文献[6]的方法避开了精确重构的条件，省去了精确重建原型滤波器的复杂过程。本文不再推导多相滤波的高效信道化结构，直接给出改进前的高效信道化结构图，如图1所示。

(1)

(2)

对于宽带雷达接收机，图1中前端的半带滤波器工作速率和ADC采样速率相同，直接导致了对硬件性能要求过高、软件实时处理难度很大的问题。为了解决此问题，通过分析其多相结构并进行改进。如若将插值的半带滤波器移动到抽取因子之后，插值的半带滤波器的运行速率将降低为图1的1/M。在图2中，抽取因子与插值的滤波器交换了位置。

针对图2有

H(z)V2(z)=Y2(z),

(3)

式中：WM=e-j2π/M。

式(3)证明了图2中2种结构是等价。因此，将图1中前端插值的半带滤波器按照图2的结论后移到偶型划分的高效信道化结构中的抽取因子之后，为了使改进后的结构对信号的处理效果与图1相同，延时单元M(N-1)/2也后移到在每一个奇型划分子信道中，从而得到改进后的信道化结构。改进后的信道化结构如图3所示。

综上所述，图2中的信道化结构不仅能够避开精确重构的条件，省去了精确重建原型滤波器的复杂过程，而且通过结构的改进解决了前端的半带滤波器工作速率和ADC采样速率相同带来的对硬件性能要求过高、软件实时处理难度也很大的问题，提高了系统的实时处理能力。

2 自适应双门限的双检测长度子信道检测

子信道检测通常包括能量检测、循环特征检测等方法。其中，能量检测由于算法简单、实时性强而得到普遍应用。能量检测算法是将信道输出进行平方求和运算，再与门限进行比较来判断信道的状态。其检验统计量T为

(4)

式中：N为采样点数。

T服从N个自由度的卡方分布。由中心极限定理知，当采样点数N足够大时，T近似服从高斯分布:

(5)

检测概率和虚警概率分别为

(6)

(7)

由式(7)可知，在给定虚警概率的情况下可以计算出门限λ，其表达式为

(8)

式中:Q-1为高斯互补积分函数的反函数。

从式(8)中看出，门限λ与虚警概率有关。能量检测算法对信道环境差异较大的信道仍然使用相同的门限进行检测就会导致检测性能下降。此外，检测点数N也会对检测概率产生影响，N越大检测效果越佳，可过多的检测点数会导致实时处理能力下降。

针对以上问题，本文提出一种以能量检测为基础的检测方法，依据信道的环境质量动态调整一次检测的门限进行一次检测。这样在信道环境差异较大时使用不同门限会提高检测概率。对于不确定的信道增加检测点数进行二次检测，更多的点数也会提高检测概率。

2.1 自适应门限的调整

以信道环境因子ε来表示信道的环境质量。现定义：

ε=10 lg(|po/pn-1|),

(9)

式中:po为信道输出的功率;pn为噪声功率。

由式(9)可知，当信道中有信号时，信道环境因子等价于信噪比，且与信道环境质量成正相关；当信道中无信号时，信道环境因子无限小。

将[λ1,mλ2]定义为信道判决的不准确区。m>1为不准确区的调整因子。依据各信道的环境因子ε调整m值。如果信道环境因子ε较小，也就是信道质量较差时，通过增大m值将不准确区的范围适当增大，使高噪声基底的信道具有更高的门限以及低信噪比情况下具有更大的概率进入二次检测。相反，当信道环境因子ε较大时，通过减小m值使得进入二次检测的概率减小。这种门限自适应调整方法既能在信道环境好时降低算法复杂度，又能在信道环境差异大时一定程度上保证检测概率。此外，整个算法以能量检测为基础，有利于实时处理。

2.2 检测步骤

子信道检测方法的步骤如下：

Step 3：根据信道环境因子自适应调整好门限之后，对i信道进行N1点的双门限检测，如果统计量T1>λ2i，则认为是非空信道；如果T1<λ1，则认为是空信道；如果处于两者之间，则以N2点的检验统计量T2进行再次判决，如果T2>λ3,则判定为非空信道，相反则判定为空信道。

3 仿真实验与结果分析

3.1 改进的信道化结构的仿真与结果分析

模拟环境及参数配置：接收机采样率1 GHz，进行32路信道化，信道50%交叠，系统噪声为零均值高斯白噪声，信号源由以下4个信号组成，信号1为二相编码信号，载频160 MHz，码元速率2 MHz；信号2～4为线性调频信号，起始频率分别为62，250，275 MHz，带宽分别为20，6，10 MHz；输入信号频谱如图4所示。

采用窗函数法设计的半带滤波器通带截止频率200 MHz，阻带截止频率300 MHz，阻带衰减为-60 dB，滤波器长度为64；等波纹的原型低通滤波器使用Matlab中的Fdtool设计，滤波器长度为256，阻带衰减为-60 dB，通带截止频率为12.5 MHz，阻带截止频率为31.25 MHz。半带滤波器16倍插值的幅频响应与分析滤波器组的幅频响应如图5所示。

输入信号首先通过图3所示的信道化接收机，子信道输出的信号频谱如图6所示，然后进行子信道检测，依据式(9)计算子信道的环境因子ε，根据环境因子动态调整一次检测门限，一次检测和二次检测结果如图7所示。

由原型滤波器的设计及信道划分情况可知，各子信道的带宽为62.5 MHz，但是在图6中各子信道的实际带宽只有37.5 MHz，这是由于插值的半带滤波器使得过渡带宽变窄，从而避开了精确重构的条件，降低了硬件复杂度。而且对于1 GHz的宽带接收机，改进的信道化结构将插值的半带滤波器移动到抽取因子之后，使得半带滤波器的运行速率减少为62.5 MHz，对硬件的性能要求降低，实时性提高。除此之外，4个信号准确地出现在了相应的信道位置上，证明了改进的信道化结构的有效性，保证了实时性的提高是以改进前后对信号的处理效果相同为前提的。最后从图7中可以看出，上门限依据信道环境动态变化，通过2次检测，非空信道被准确检测出来。

3.2 子信道检测方法性能仿真与分析

以采样频率为62.5 MHz、载频为15 MHz的BPSK信号作为上述信道化结构的输入，分别进行N1=100点的能量检测、循环特征谱检测、双门限循环特征谱检测、双门限频谱相关性检测以及本文方法检测，单门限虚警概率取为0.01，N2设置为400，双门限虚警概率分别取为0.01和0.5，进行1 000次蒙特卡罗仿真实验，各种检测方法的性能曲线如图8所示。

从图8看出，本文方法的检测性能与信噪比成正相关，在检测概率达到100%时较传统能量检测算法性能提升2.2 dB。

若将算法的运行时间当作对算法复杂度的估算，表1给出了本文提出的检测方法与其他一些方法的算法复杂度的对比。从表1中可以看出，本文方法的运行时间仅仅是传统能量算法运行时间的3倍左右，其余检测算法在运行时间上都远大于传统能量检测算法。仿真结果表明，本文提出的子信道检测方法既相比于能量算法在性能上得到提升，又满足大带宽接收机的实时处理要求。

表1 各算法的平均运行时间

4 结束语

本文提出一种改进的信道化结构和相应的信道检测方法。相比已有的信道化结构，本文通过增加整带分解环节并置于抽取之后，避免了设计重构原型滤波器的复杂过程。与改进前的结构相比，实时性提高，降低了对硬件性能的要求和接收机的设计复杂度；而且，本文提出的相应的自适应信道环境的子信道检测方法在保证低复杂度、高实时性的前提下，比传统能量检测算法的检测性能提高了2.2 dB，为信号重构提供了有力的依据。

参考文献：

[1] SCHROER R.Electronic Warfare [J].IEEE Aerospace and Electronic Systems Magazine,2003,18(7):49-54.

[2] ABU-Al-SAUD W A,STUBER G L.Efficient Wideband Channelizer for Software Radio Systems Using Modulated PR filterbanks [J].IEEE Transactions on Signal Processing,2004,52(10):2807-2820.

[3] 顾琴昱,葛志强,王开斌,等.宽带数字接收机信道化仿真设计[J].现代防御技术,2011,39(4):65-69.

GU Qin-yu,GE Zhi-qiang,WANG Kai-bin,et al.Simulated Design of Channelization on Wideband Digital Receiver [J].Modern Defence Technology,2011,39(4):65-69.

[4] 刘昕卓,米胜男,曲志昱,等.宽带数字信道化接收机算法研究与硬件实现[J].航空兵器,2017(1):68-73.

LIU Xin-zhuo,MI Sheng-nan,QU Zhi-yu,et al.Wideband Digital Channelized Receiver′s Algorithm Research and Its Hardware Implementation [J].Aero Weaponry,2017(1):68-73.

[5] 李冰,郑瑾,葛临东.基于NPR调制滤波器组的动态信道化滤波[J].电子学报,2007(6):1178-1182.

LI Bing,ZHENG Jin,GE Lin-dong.Dynamic Channelization Based on NPR Modulated Filter Banks [J].Chinese Journal of Electronics,2007(6):1178-1182.

[6] 唐鹏飞,林钱强,袁斌,等.一种新的动态信道化接收机设计方法[J].国防科技大学学报,2013,35(3):164-169.

TANG Peng-fei,LIN Qian-qiang,YUAN Bin,et al.A New Design of Dynamic Channelized Receiver [J].Journal of National University of Defense Technology,2013,35(3):164-169.

[7] 欧春湘,吴智杰,任晓松,等.高效信道化接收机的信道动态重构技术[J].现代防御技术,2017,45(1):93-98.

OU Chun-xiang,WU Zhi-jie,REN Xiao-song,et al.Channel Dynamic Reconstruction Technology of Efficient Channelized Receiver [J].Modern Defence Technology,2017,45(1):93-98.

[8] 桂佑林,王本君.数字信道化及虚假信号问题研究[J].现代雷达,2016,38(3):23-27.

GUI You-lin,WANG Ben-jun.A Study on Digital Channelization and False Signals [J].Modern Radar,2016,38(3):23-27.

[9] 韩德民.基于循环平稳特征的频谱感知技术研究[D].成都:电子科技大学,2012.

HAN De-min.Study of Spectrum Sensing Technology Based on Cyclostationary Spectrum [D].Chengdu:University of Electronic Science and Technology of China,2012.

[10] 陈新永,杨瑞娟,李晓柏,等.基于最大比合并的循环平稳频谱协作检测[J].现代防御技术,2013,41(4):105-109.

CHEN Xin-yong,YANG Rui-juan,LI Xiao-bo,et al.Cyclostationary Spectrum Collaborative Detection Based on Maximal-Ratio Combining [J].Modern Defence Technology,2013,41(4):105-109.

[11] 何庆,罗钧.一种自适应双门限频谱感知新算法[J].现代防御技术,2016,44(3):66-70.

HE Qing,LUO Jun.A New Adaptive Algorithm on Double-Threshold Spectrum Sensing [J].Modern Defence Technology,2016,44(3):66-70.

[12] 李利,孙剑平,刘旭波,等.基于数字信道化接收和循环谱特征检测的短波频谱感知方法[J].中南大学学报:自然科学版,2013,44(10):4138-4143.

LI Li,SUN Jian-ping,LIU Xu-bo,et al.A Method of Spectrum Sensing for HF Communication Based on Digital Channelized Receiver and Cyclic-Feature Detector [J].Journal of Central South University:Natural Science ed,2013,44(10): 4138-4143.

[13] 颜坤玉,姜秋喜,潘继飞.基于拟合优度检测的子带频谱检测算法[J].现代雷达,2012,34(10):37-40.

YAN Kun-yu,JIANG Qiu-xi,PAN Ji-fei.Sub-Band Spectrum Detection Algorithm Based on Goodness-of-Fit Test [J].Modern Radar,2012,34(10):37-40.

[14] MICHAEL N,VINOD A P,MOY C,et al.Design of Multistandard Channelization Accelerators for Software Defined Radio Handsets [J].IEEE Transactions on Signal Processing,2011,59(10):4767-4780.

[15] 赵艳.子带技术研究及其在宽带信号处理中的应用[D].郑州:解放军信息工程大学,2012.

ZHAO Yan.Subband Technologies Research and Its Applications in Wideband Signal Processing [D].Zhengzhou:Information Engineering University,2012.